Introdução
A pandemia do novo coronavirus tomou o mundo de assalto. Notícias em todo o lugar dão conta do rápido alastramento do vírus em todo o mundo, e os seus números são alarmantes.
Para permitir que mais e mais pessoas possam ajudar no combate ao vírus, das mais diversas formas, organizações ao redor do mundo tem disponibilizado dados sobre a evolução da COVID-19 em todo o globo.
Dentre as organizações que disponibilizam dados estão a European Union Open Data Portal, a John Hopkins University através de um repositório no GitHub.
Com abundância de dados, me propus a realizar algumas explorações e tabulações destes dados visando entender melhor o cenário mundial.
Disclaimer
Este é um trabalho em andamento; não tem cunho científico e nem pretende que sirva de embasamento para qualquer tomada de decisão. É uma abordagem estritamente pessoal.
Base de dados do EU Open Data Portal
Os dados desta seção vieram do Europe Open Data Portal – https://data.europa.eu/euodp/en/
2020-03-26: Houve uma mudança na nomenclatura dos arquivos; a partir da atualização de 25 de Março de 2020 o arquivo não mais tem o sufixo no formato da data, por exemplo, “…2020-03-24.xlsx”. Assim, algumas partes do código estão sendo mudadas para refletir esta mudança. Não sei se é uma mudança permanente ou alguém esqueceu de colocar o nome correto do arquivo.
A estrutura dos dados é:
## Classes 'tbl_df', 'tbl' and 'data.frame': 7904 obs. of 10 variables:
## $ dateRep : POSIXct, format: "2020-03-31" "2020-03-30" ...
## $ day : num 31 30 29 28 27 26 25 24 23 22 ...
## $ month : num 3 3 3 3 3 3 3 3 3 3 ...
## $ year : num 2020 2020 2020 2020 2020 2020 2020 2020 2020 2020 ...
## $ cases : num 27 8 15 16 0 33 2 6 10 0 ...
## $ deaths : num 0 1 1 1 0 0 0 1 0 0 ...
## $ countriesAndTerritories: chr "Afghanistan" "Afghanistan" "Afghanistan" "Afghanistan" ...
## $ geoId : chr "AF" "AF" "AF" "AF" ...
## $ countryterritoryCode : chr "AFG" "AFG" "AFG" "AFG" ...
## $ popData2018 : num 37172386 37172386 37172386 37172386 37172386 ...
Total de Casos pelos dados da EU Open Data Portal: 30-03-2020
| Casos no Mundo (EU Open Data Portal) |
|---|
| 777798 |
Brasil vs Itália
Uma mostra dos últimos 20 dias da Itália.
| DateRep | Day | Month | year | Cases | Deaths | Country | geoId | countryterritoryCode | popData2018 | CumCases |
|---|---|---|---|---|---|---|---|---|---|---|
| 2020-03-12 | 12 | 3 | 2020 | 2313 | 196 | Italy | IT | ITA | 60431283 | 12462 |
| 2020-03-13 | 13 | 3 | 2020 | 2651 | 189 | Italy | IT | ITA | 60431283 | 15113 |
| 2020-03-14 | 14 | 3 | 2020 | 2547 | 252 | Italy | IT | ITA | 60431283 | 17660 |
| 2020-03-15 | 15 | 3 | 2020 | 90 | 173 | Italy | IT | ITA | 60431283 | 17750 |
| 2020-03-16 | 16 | 3 | 2020 | 6230 | 370 | Italy | IT | ITA | 60431283 | 23980 |
| 2020-03-17 | 17 | 3 | 2020 | 4000 | 347 | Italy | IT | ITA | 60431283 | 27980 |
| 2020-03-18 | 18 | 3 | 2020 | 3526 | 347 | Italy | IT | ITA | 60431283 | 31506 |
| 2020-03-19 | 19 | 3 | 2020 | 4207 | 473 | Italy | IT | ITA | 60431283 | 35713 |
| 2020-03-20 | 20 | 3 | 2020 | 5322 | 429 | Italy | IT | ITA | 60431283 | 41035 |
| 2020-03-21 | 21 | 3 | 2020 | 5986 | 625 | Italy | IT | ITA | 60431283 | 47021 |
| 2020-03-22 | 22 | 3 | 2020 | 6557 | 795 | Italy | IT | ITA | 60431283 | 53578 |
| 2020-03-23 | 23 | 3 | 2020 | 5560 | 649 | Italy | IT | ITA | 60431283 | 59138 |
| 2020-03-24 | 24 | 3 | 2020 | 4789 | 601 | Italy | IT | ITA | 60431283 | 63927 |
| 2020-03-25 | 25 | 3 | 2020 | 5249 | 743 | Italy | IT | ITA | 60431283 | 69176 |
| 2020-03-26 | 26 | 3 | 2020 | 5210 | 685 | Italy | IT | ITA | 60431283 | 74386 |
| 2020-03-27 | 27 | 3 | 2020 | 6153 | 660 | Italy | IT | ITA | 60431283 | 80539 |
| 2020-03-28 | 28 | 3 | 2020 | 5959 | 971 | Italy | IT | ITA | 60431283 | 86498 |
| 2020-03-29 | 29 | 3 | 2020 | 5974 | 887 | Italy | IT | ITA | 60431283 | 92472 |
| 2020-03-30 | 30 | 3 | 2020 | 5217 | 758 | Italy | IT | ITA | 60431283 | 97689 |
| 2020-03-31 | 31 | 3 | 2020 | 4050 | 810 | Italy | IT | ITA | 60431283 | 101739 |
O mesmo para o Brasil, últimos 20 dias.
| DateRep | Day | Month | year | Cases | Deaths | Country | geoId | countryterritoryCode | popData2018 | CumCases |
|---|---|---|---|---|---|---|---|---|---|---|
| 2020-03-12 | 12 | 3 | 2020 | 18 | 0 | Brazil | BR | BRA | 209469333 | 52 |
| 2020-03-13 | 13 | 3 | 2020 | 25 | 0 | Brazil | BR | BRA | 209469333 | 77 |
| 2020-03-14 | 14 | 3 | 2020 | 21 | 0 | Brazil | BR | BRA | 209469333 | 98 |
| 2020-03-15 | 15 | 3 | 2020 | 23 | 0 | Brazil | BR | BRA | 209469333 | 121 |
| 2020-03-16 | 16 | 3 | 2020 | 79 | 0 | Brazil | BR | BRA | 209469333 | 200 |
| 2020-03-17 | 17 | 3 | 2020 | 34 | 0 | Brazil | BR | BRA | 209469333 | 234 |
| 2020-03-18 | 18 | 3 | 2020 | 57 | 1 | Brazil | BR | BRA | 209469333 | 291 |
| 2020-03-19 | 19 | 3 | 2020 | 137 | 3 | Brazil | BR | BRA | 209469333 | 428 |
| 2020-03-20 | 20 | 3 | 2020 | 193 | 2 | Brazil | BR | BRA | 209469333 | 621 |
| 2020-03-21 | 21 | 3 | 2020 | 283 | 5 | Brazil | BR | BRA | 209469333 | 904 |
| 2020-03-22 | 22 | 3 | 2020 | 224 | 7 | Brazil | BR | BRA | 209469333 | 1128 |
| 2020-03-23 | 23 | 3 | 2020 | 418 | 7 | Brazil | BR | BRA | 209469333 | 1546 |
| 2020-03-24 | 24 | 3 | 2020 | 345 | 9 | Brazil | BR | BRA | 209469333 | 1891 |
| 2020-03-25 | 25 | 3 | 2020 | 310 | 12 | Brazil | BR | BRA | 209469333 | 2201 |
| 2020-03-26 | 26 | 3 | 2020 | 232 | 11 | Brazil | BR | BRA | 209469333 | 2433 |
| 2020-03-27 | 27 | 3 | 2020 | 482 | 20 | Brazil | BR | BRA | 209469333 | 2915 |
| 2020-03-28 | 28 | 3 | 2020 | 502 | 15 | Brazil | BR | BRA | 209469333 | 3417 |
| 2020-03-29 | 29 | 3 | 2020 | 487 | 22 | Brazil | BR | BRA | 209469333 | 3904 |
| 2020-03-30 | 30 | 3 | 2020 | 352 | 22 | Brazil | BR | BRA | 209469333 | 4256 |
| 2020-03-31 | 31 | 3 | 2020 | 323 | 23 | Brazil | BR | BRA | 209469333 | 4579 |
As bases de dados não contém informação do Continente, ou seja, a qual continente pertence cada país. Assim, foi feito um merge com uma base que contém os nomes dos países, continente e a capital de cada país.
Os nomes dos países foram normalizados entre as bases, acertando grafia e outras inconsistências nos nomes. Países cujo continente não pode ser identificado foi marcado.
Alguns gráficos exploratórios com a base EU Open Data Portal
Países com mais de 500 casos confirmados: 30-03-2020
| País | Casos | Mortes |
|---|---|---|
| USA | 164650 | 3170 |
| Italy | 101739 | 11591 |
| Spain | 85195 | 7340 |
| China | 82241 | 3309 |
| Germany | 61913 | 583 |
| France | 44550 | 3024 |
| Iran | 41495 | 2757 |
| United Kingdom | 22141 | 1408 |
| Switzerland | 15412 | 295 |
| Belgium | 11899 | 513 |
| Netherlands | 11750 | 864 |
| Turkey | 11535 | 168 |
| South Korea | 9786 | 163 |
| Austria | 9618 | 108 |
| Canada | 7424 | 89 |
| Portugal | 6408 | 140 |
| Brazil | 4579 | 159 |
| Australia | 4557 | 19 |
| Israel | 4473 | 17 |
| Norway | 4226 | 26 |
| Sweden | 4028 | 146 |
| Czech Republic | 3002 | 24 |
| Ireland | 2910 | 54 |
| Malaysia | 2626 | 37 |
| Denmark | 2577 | 77 |
| Chile | 2449 | 8 |
| Philippines | 2084 | 88 |
| Poland | 2055 | 31 |
| Luxembourg | 1988 | 22 |
| Ecuador | 1966 | 62 |
| Japan | 1953 | 56 |
| Romania | 1952 | 44 |
| Russia | 1836 | 10 |
| Thailand | 1651 | 10 |
| Pakistan | 1625 | 18 |
| Saudi Arabia | 1453 | 8 |
| Indonesia | 1414 | 122 |
| South Africa | 1326 | 3 |
| Finland | 1313 | 13 |
| India | 1251 | 32 |
| Greece | 1212 | 43 |
| Mexico | 1094 | 28 |
| Iceland | 1086 | 2 |
| Panama | 1075 | 26 |
| Argentina | 966 | 24 |
| Peru | 950 | 24 |
| Dominican Republic | 901 | 42 |
| Singapore | 844 | 3 |
| Colombia | 798 | 14 |
| Croatia | 790 | 6 |
| Slovenia | 763 | 11 |
| Serbia | 741 | 13 |
| Estonia | 715 | 3 |
| Qatar | 693 | 1 |
| New Zealand | 647 | 1 |
| Iraq | 630 | 46 |
| United Arab Emirates | 611 | 5 |
| Egypt | 609 | 40 |
| Morocco | 556 | 33 |
| Bahrain | 515 | 4 |
| Algeria | 511 | 31 |
Base de dados da John Hopkins University
O JHU tem um site de monitoramento em tempo real (talvez o mais atualizado) no endereço https://coronavirus.jhu.edu/map.html. Os dados utilizados para o mapa estão em um GitHub https://github.com/CSSEGISandData/COVID-19. Tem dados com atualização diária (parece que no mapa as atualizações são mais constantes; no final do dia são atualizados no GitHub).
Este é o link onde aparece o mapa também: https://data.humdata.org/dataset/novel-coronavirus-2019-ncov-cases
Fazendo o download dos arquivos diários ao invés destes consolidados (não tem o Recovered na última atualização)
O JHU mantém pelo menos 2 formatos dos dados: diários e consolidados (time series). Eu tentei utilizar o formato time series inicialmente, mas mudei para o formato diário, de modo que eu mesmo faço a consolidação. Isso permitiu um pouco mais de controle sobre os dados baixados.
Os dados são mantidos neste repositório GitHub:
https://github.com/CSSEGISandData/COVID-19/raw/master/csse_covid_19_data/csse_covid_19_daily_reports/
O nome dos arquivos é MM-DD-YYYY.csv, começando a partir de 22 de Janeiro de 2020.
## [1] "Fazendo dowload do arquivo:~/datasets/CSSEGISandData/COVID-19/csse_covid_19_daily_reports/03-30-2020.csv"
Depois de feito o download de todos os arquivos, é preciso juntá-los em um único data.frame. O processo começa com a leitura de todos os csv, colocando-os todos em uma list.
Com a lista de todos os arquivos (data.frames) diários, a função bind_rows do dplyr faz a concatenação. Algumas correções de nomes de países são também realizadas, visando normalizar e acertar grafias.
Total de Casos pelos dados da John Hopkins University (JHU): 30-03-2020
| Casos Confirmados | Mortos | Recuperados |
|---|---|---|
| 776030 | 37431 | 158784 |
Últimos 10 dias para alguns países: 30-03-2020
| Country | DateRep | ConfirmedCases | Deaths | Recovered | Continent |
|---|---|---|---|---|---|
| France | 2020-03-21 | 14308 | 562 | 12 | Europe |
| France | 2020-03-22 | 16214 | 676 | 2201 | Europe |
| France | 2020-03-23 | 20123 | 862 | 2207 | Europe |
| France | 2020-03-24 | 22622 | 1102 | 3288 | Europe |
| France | 2020-03-25 | 25600 | 1333 | 3907 | Europe |
| France | 2020-03-26 | 29551 | 1698 | 4955 | Europe |
| France | 2020-03-27 | 33402 | 1997 | 5707 | Europe |
| France | 2020-03-28 | 38105 | 2317 | 5724 | Europe |
| France | 2020-03-29 | 40708 | 2611 | 7226 | Europe |
| France | 2020-03-30 | 45170 | 3030 | 7964 | Europe |
| Country | DateRep | ConfirmedCases | Deaths | Recovered | Continent |
|---|---|---|---|---|---|
| Italy | 2020-03-21 | 53578 | 4825 | 6072 | Europe |
| Italy | 2020-03-22 | 59138 | 5476 | 7024 | Europe |
| Italy | 2020-03-23 | 63927 | 6077 | 7432 | Europe |
| Italy | 2020-03-24 | 69176 | 6820 | 8326 | Europe |
| Italy | 2020-03-25 | 74386 | 7503 | 9362 | Europe |
| Italy | 2020-03-26 | 80589 | 8215 | 10361 | Europe |
| Italy | 2020-03-27 | 86498 | 9134 | 10950 | Europe |
| Italy | 2020-03-28 | 92472 | 10023 | 12384 | Europe |
| Italy | 2020-03-29 | 97689 | 10779 | 13030 | Europe |
| Italy | 2020-03-30 | 101739 | 11591 | 14620 | Europe |
| Country | DateRep | ConfirmedCases | Deaths | Recovered | Continent |
|---|---|---|---|---|---|
| Spain | 2020-03-21 | 25374 | 1375 | 2125 | Europe |
| Spain | 2020-03-22 | 28603 | 1756 | 2125 | Europe |
| Spain | 2020-03-23 | 35136 | 2311 | 3355 | Europe |
| Spain | 2020-03-24 | 39885 | 2808 | 3794 | Europe |
| Spain | 2020-03-25 | 49515 | 3647 | 5367 | Europe |
| Spain | 2020-03-26 | 57786 | 4365 | 7015 | Europe |
| Spain | 2020-03-27 | 65719 | 5138 | 9357 | Europe |
| Spain | 2020-03-28 | 73235 | 5982 | 12285 | Europe |
| Spain | 2020-03-29 | 80110 | 6803 | 14709 | Europe |
| Spain | 2020-03-30 | 87956 | 7716 | 16780 | Europe |
| Country | DateRep | ConfirmedCases | Deaths | Recovered | Continent |
|---|---|---|---|---|---|
| Brazil | 2020-03-21 | 1021 | 15 | 2 | America |
| Brazil | 2020-03-22 | 1546 | 25 | 2 | America |
| Brazil | 2020-03-23 | 1924 | 34 | 2 | America |
| Brazil | 2020-03-24 | 2247 | 46 | 2 | America |
| Brazil | 2020-03-25 | 2554 | 59 | 2 | America |
| Brazil | 2020-03-26 | 2985 | 77 | 6 | America |
| Brazil | 2020-03-27 | 3417 | 92 | 6 | America |
| Brazil | 2020-03-28 | 3904 | 111 | 6 | America |
| Brazil | 2020-03-29 | 4256 | 136 | 6 | America |
| Brazil | 2020-03-30 | 4579 | 159 | 120 | America |
Para poder estudar o crescimento do número de casos e de mortes, foi adicionada uma coluna com o número de casos de um dia para o outro, já que a base de dados reporta o total de casos em cada dia e não quantos casos foram registrados naquele dia.
Lista de países ordenados por número de casos confirmados: 30-03-2020
| País | Casos | Mortes | Recuperados |
|---|---|---|---|
| USA | 161807 | 2978 | 5644 |
| Italy | 101739 | 11591 | 14620 |
| Spain | 87956 | 7716 | 16780 |
| China | 82198 | 3308 | 75923 |
| Germany | 66885 | 645 | 13500 |
| France | 45170 | 3030 | 7964 |
| Iran | 41495 | 2757 | 13911 |
| United Kingdom | 22453 | 1411 | 171 |
| Switzerland | 15922 | 359 | 1823 |
| Belgium | 11899 | 513 | 1527 |
| Netherlands | 11817 | 865 | 253 |
| Turkey | 10827 | 168 | 162 |
| Austria | 9618 | 108 | 636 |
| South Korea | 7478 | 53 | 118 |
| Canada | 7398 | 80 | 466 |
| Portugal | 6408 | 140 | 43 |
| Israel | 4695 | 16 | 161 |
| Brazil | 4579 | 159 | 120 |
| Norway | 4445 | 32 | 12 |
| Australia | 4361 | 17 | 257 |
| Sweden | 4028 | 146 | 16 |
| Ireland | 2910 | 54 | 5 |
| Denmark | 2755 | 77 | 73 |
| Malaysia | 2626 | 37 | 479 |
| Chile | 2449 | 8 | 156 |
| Romania | 2109 | 65 | 209 |
| Poland | 2055 | 31 | 7 |
| Luxembourg | 1988 | 22 | 40 |
| Ecuador | 1962 | 60 | 3 |
| Japan | 1866 | 54 | 424 |
| Russia | 1836 | 9 | 66 |
| Pakistan | 1717 | 21 | 76 |
| Philippines | 1546 | 78 | 42 |
| Thailand | 1524 | 9 | 229 |
| Saudi Arabia | 1453 | 8 | 115 |
| Indonesia | 1414 | 122 | 75 |
| Finland | 1352 | 13 | 10 |
| South Africa | 1326 | 3 | 31 |
| India | 1251 | 32 | 102 |
| Greece | 1212 | 43 | 52 |
| Iceland | 1086 | 2 | 157 |
| Mexico | 993 | 20 | 35 |
| Panama | 989 | 24 | 4 |
| Peru | 950 | 24 | 53 |
| Dominican Republic | 901 | 42 | 4 |
| Singapore | 879 | 3 | 228 |
| Argentina | 820 | 23 | 228 |
| Colombia | 798 | 12 | 15 |
| Croatia | 790 | 6 | 67 |
| Serbia | 785 | 16 | 0 |
| Slovenia | 756 | 11 | 10 |
| Estonia | 715 | 3 | 20 |
| Qatar | 693 | 1 | 51 |
| Egypt | 656 | 41 | 150 |
| Iraq | 630 | 46 | 152 |
| United Arab Emirates | 611 | 5 | 61 |
| New Zealand | 589 | 1 | 63 |
| Algeria | 584 | 35 | 37 |
| Morocco | 556 | 33 | 15 |
| Ukraine | 548 | 13 | 8 |
| Bahrain | 515 | 4 | 279 |
| Lithuania | 491 | 7 | 7 |
| Armenia | 482 | 3 | 30 |
| Hungary | 447 | 15 | 34 |
| Lebanon | 446 | 11 | 35 |
| Latvia | 376 | 0 | 1 |
| Andorra | 370 | 8 | 10 |
| Bosnia-Herzegovina | 368 | 10 | 17 |
| Bulgaria | 359 | 8 | 17 |
| Slovakia | 336 | 0 | 7 |
| Costa Rica | 330 | 2 | 4 |
| Tunisia | 312 | 8 | 3 |
| Uruguay | 310 | 1 | 0 |
| Kazakhstan | 302 | 1 | 21 |
| Moldova | 298 | 2 | 15 |
| North Macedonia | 285 | 7 | 12 |
| Azerbaijan | 273 | 4 | 26 |
| Jordan | 268 | 5 | 26 |
| Kuwait | 266 | 0 | 72 |
| Burkina Faso | 246 | 12 | 31 |
| Cyprus | 230 | 7 | 22 |
| San Marino | 230 | 25 | 13 |
| Albania | 223 | 11 | 44 |
| Vietnam | 203 | 0 | 55 |
| Oman | 179 | 0 | 29 |
| Afghanistan | 170 | 4 | 2 |
| Cuba | 170 | 4 | 4 |
| Ivory Coast | 168 | 1 | 6 |
| Senegal | 162 | 0 | 27 |
| Malta | 156 | 0 | 2 |
| Belarus | 152 | 0 | 32 |
| Ghana | 152 | 5 | 2 |
| Uzbekistan | 149 | 2 | 7 |
| Cameroon | 139 | 6 | 5 |
| Honduras | 139 | 7 | 3 |
| Venezuela | 135 | 3 | 39 |
| Nigeria | 131 | 2 | 8 |
| Mauritius | 128 | 3 | 0 |
| Brunei | 127 | 1 | 38 |
| Sri Lanka | 122 | 2 | 15 |
| Cambodia | 107 | 0 | 21 |
| Georgia | 103 | 0 | 20 |
| Bolivia | 97 | 4 | 0 |
| Kosovo | 94 | 1 | 1 |
| Kyrgyzstan | 94 | 0 | 3 |
| Montenegro | 91 | 1 | 0 |
| Trinidad and Tobago | 82 | 3 | 1 |
| Rwanda | 70 | 0 | 0 |
| Paraguay | 64 | 3 | 1 |
| Liechtenstein | 62 | 0 | 0 |
| Kenya | 50 | 1 | 1 |
| Bangladesh | 49 | 5 | 19 |
| Monaco | 49 | 1 | 1 |
| Taiwan | 45 | 1 | 15 |
| Madagascar | 43 | 0 | 0 |
| Czech Republic | 41 | 0 | 0 |
| Guatemala | 36 | 1 | 10 |
| Jamaica | 36 | 1 | 2 |
| Zambia | 35 | 0 | 0 |
| Barbados | 33 | 0 | 0 |
| Uganda | 33 | 0 | 0 |
| El Salvador | 30 | 0 | 0 |
| Togo | 30 | 1 | 1 |
| Niger | 27 | 3 | 0 |
| Mali | 25 | 2 | 0 |
| Ethiopia | 23 | 0 | 4 |
| Guinea | 22 | 0 | 0 |
| Palestine | 22 | 0 | 0 |
| Tanzania | 19 | 0 | 1 |
| Djibouti | 18 | 0 | 0 |
| Maldives | 17 | 0 | 13 |
| Haiti | 15 | 0 | 1 |
| Bahamas | 14 | 0 | 1 |
| Equatorial Guinea | 12 | 0 | 0 |
| Eritrea | 12 | 0 | 0 |
| Mongolia | 12 | 0 | 2 |
| Dominica | 11 | 0 | 0 |
| Namibia | 11 | 0 | 2 |
| Syria | 10 | 2 | 0 |
| Grenada | 9 | 0 | 0 |
| Saint Lucia | 9 | 0 | 1 |
| Guinea-Bissau | 8 | 0 | 0 |
| Guyana | 8 | 1 | 0 |
| Laos | 8 | 0 | 0 |
| Libya | 8 | 0 | 0 |
| Mozambique | 8 | 0 | 0 |
| Seychelles | 8 | 0 | 0 |
| Suriname | 8 | 0 | 0 |
| Angola | 7 | 2 | 0 |
| Antigua and Barbuda | 7 | 0 | 0 |
| Gabon | 7 | 1 | 0 |
| Saint Kitts and Nevis | 7 | 0 | 0 |
| Zimbabwe | 7 | 1 | 0 |
| Benin | 6 | 0 | 0 |
| Cape Verde | 6 | 1 | 0 |
| Holy See | 6 | 0 | 0 |
| Sudan | 6 | 2 | 0 |
| Chad | 5 | 0 | 0 |
| Fiji | 5 | 0 | 0 |
| Mauritania | 5 | 1 | 2 |
| Nepal | 5 | 0 | 1 |
| Bhutan | 4 | 0 | 0 |
| Gambia | 4 | 1 | 0 |
| Nicaragua | 4 | 1 | 0 |
| Belize | 3 | 0 | 0 |
| Botswana | 3 | 0 | 0 |
| Central African Republic | 3 | 0 | 0 |
| Liberia | 3 | 0 | 0 |
| Somalia | 3 | 0 | 0 |
| East Timor | 1 | 0 | 0 |
| Papua New Guinea | 1 | 0 | 0 |
| Saint Vincent and the Grenadines | 1 | 0 | 1 |
| Republic of the Congo | 0 | 0 | 0 |
Alguns gráficos exploratórios com a base do JHU
| DateRep | Japan | USA | Italy | France | Germany | Spain | Brazil | Argentina | Chile |
|---|---|---|---|---|---|---|---|---|---|
| 2020-02-06 | 45 | ||||||||
| 2020-02-15 | 43 | ||||||||
| 2020-02-16 | 59 | ||||||||
| 2020-02-17 | 66 | ||||||||
| 2020-02-18 | 74 | ||||||||
| 2020-02-19 | 84 | ||||||||
| 2020-02-20 | 94 | ||||||||
| 2020-02-21 | 105 | 35 | |||||||
| 2020-02-22 | 122 | 35 | 62 | ||||||
| 2020-02-23 | 147 | 35 | 155 | ||||||
| 2020-02-24 | 159 | 53 | 229 | ||||||
| 2020-02-25 | 170 | 53 | 322 | ||||||
| 2020-02-26 | 189 | 59 | 453 | ||||||
| 2020-02-27 | 214 | 60 | 655 | 38 | 46 | ||||
| 2020-02-28 | 228 | 62 | 888 | 57 | 48 | 32 | |||
| 2020-02-29 | 241 | 70 | 1128 | 100 | 79 | 45 | |||
| 2020-03-01 | 256 | 76 | 1694 | 130 | 130 | 84 | |||
| 2020-03-02 | 274 | 101 | 2036 | 191 | 159 | 120 | |||
| 2020-03-03 | 293 | 122 | 2502 | 204 | 196 | 165 | |||
| 2020-03-04 | 331 | 153 | 3089 | 285 | 262 | 222 | |||
| 2020-03-05 | 360 | 221 | 3858 | 377 | 482 | 259 | |||
| 2020-03-06 | 420 | 278 | 4636 | 653 | 670 | 400 | |||
| 2020-03-07 | 461 | 417 | 5883 | 949 | 799 | 500 | |||
| 2020-03-08 | 502 | 537 | 7375 | 1126 | 1040 | 673 | |||
| 2020-03-09 | 511 | 605 | 9172 | 1209 | 1176 | 1073 | |||
| 2020-03-10 | 581 | 959 | 10149 | 1784 | 1457 | 1695 | 31 | ||
| 2020-03-11 | 639 | 1281 | 12462 | 2284 | 1908 | 2277 | 38 | ||
| 2020-03-12 | 639 | 1663 | 12462 | 2284 | 2078 | 2277 | 52 | ||
| 2020-03-13 | 701 | 2179 | 17660 | 3667 | 3675 | 5232 | 151 | 31 | 43 |
| 2020-03-14 | 773 | 2726 | 21157 | 4480 | 4585 | 6391 | 151 | 34 | 61 |
| 2020-03-15 | 839 | 3499 | 24747 | 4513 | 5795 | 7798 | 162 | 45 | 74 |
| 2020-03-16 | 825 | 4632 | 27980 | 6650 | 7272 | 9942 | 200 | 56 | 155 |
| 2020-03-17 | 878 | 6421 | 31506 | 7683 | 9257 | 11748 | 321 | 68 | 201 |
| 2020-03-18 | 889 | 7786 | 35713 | 9052 | 12327 | 13910 | 372 | 79 | 238 |
| 2020-03-19 | 924 | 13680 | 41035 | 10886 | 15320 | 17963 | 621 | 97 | 238 |
| 2020-03-20 | 963 | 19101 | 47021 | 12632 | 19848 | 20410 | 793 | 128 | 434 |
| 2020-03-21 | 1007 | 25493 | 53578 | 14308 | 22213 | 25374 | 1021 | 158 | 537 |
| 2020-03-22 | 1086 | 33746 | 59138 | 16214 | 24873 | 28603 | 1546 | 266 | 632 |
| 2020-03-23 | 1128 | 43667 | 63927 | 20123 | 29056 | 35136 | 1924 | 266 | 746 |
| 2020-03-24 | 1193 | 53740 | 69176 | 22622 | 32986 | 39885 | 2247 | 387 | 922 |
| 2020-03-25 | 1307 | 65778 | 74386 | 25600 | 37323 | 49515 | 2554 | 387 | 1142 |
| 2020-03-26 | 1387 | 83836 | 80589 | 29551 | 43938 | 57786 | 2985 | 502 | 1306 |
| 2020-03-27 | 1468 | 101657 | 86498 | 33402 | 50871 | 65719 | 3417 | 589 | 1610 |
| 2020-03-28 | 1693 | 121478 | 92472 | 38105 | 57695 | 73235 | 3904 | 690 | 1909 |
| 2020-03-29 | 1866 | 140886 | 97689 | 40708 | 62095 | 80110 | 4256 | 745 | 2139 |
| 2020-03-30 | 1866 | 161807 | 101739 | 45170 | 66885 | 87956 | 4579 | 820 | 2449 |
Calculando a taxa de progressão dia-a-dia: Brasil, Itália, USA, França, Alemanha, Espanha
| DateRep | Brazil | France | Germany | Italy | Japan | China | Spain | USA |
|---|---|---|---|---|---|---|---|---|
| 2020-03-01 | 1.00 | 1.30 | 1.65 | 1.50 | 1.062 | 1.01 | 1.87 | 1.09 |
| 2020-03-02 | 1.00 | 1.47 | 1.22 | 1.20 | 1.070 | 1.00 | 1.43 | 1.33 |
| 2020-03-03 | 1.00 | 1.07 | 1.23 | 1.23 | 1.069 | 1.00 | 1.38 | 1.21 |
| 2020-03-04 | 2.00 | 1.40 | 1.34 | 1.23 | 1.130 | 1.00 | 1.35 | 1.25 |
| 2020-03-05 | 1.00 | 1.32 | 1.84 | 1.25 | 1.088 | 1.00 | 1.17 | 1.44 |
| 2020-03-06 | 3.25 | 1.73 | 1.39 | 1.20 | 1.167 | 1.00 | 1.54 | 1.26 |
| 2020-03-07 | 1.00 | 1.45 | 1.19 | 1.27 | 1.098 | 1.00 | 1.25 | 1.50 |
| 2020-03-08 | 1.54 | 1.19 | 1.30 | 1.25 | 1.089 | 1.00 | 1.35 | 1.29 |
| 2020-03-09 | 1.25 | 1.07 | 1.13 | 1.24 | 1.018 | 1.00 | 1.59 | 1.13 |
| 2020-03-10 | 1.24 | 1.48 | 1.24 | 1.11 | 1.137 | 1.00 | 1.58 | 1.59 |
| 2020-03-11 | 1.23 | 1.28 | 1.31 | 1.23 | 1.100 | c(“1.00”, “1.00”) | 1.34 | 1.34 |
| 2020-03-12 | 1.37 | 1.00 | 1.09 | 1.00 | 1.000 | c(“1.00”, “1.00”) | 1.00 | 1.30 |
| 2020-03-13 | 2.90 | 1.61 | 1.77 | 1.42 | 1.097 | 1.00 | 2.30 | 1.31 |
| 2020-03-14 | 1.00 | 1.22 | 1.25 | 1.20 | 1.103 | 1.00 | 1.22 | 1.25 |
| 2020-03-15 | 1.07 | 1.01 | 1.26 | 1.17 | 1.085 | 1.00 | 1.22 | 1.28 |
| 2020-03-16 | 1.23 | 1.47 | 1.25 | 1.13 | 0.983 | 1.00 | 1.27 | 1.32 |
| 2020-03-17 | 1.60 | 1.16 | 1.27 | 1.13 | 1.064 | 1.00 | 1.18 | 1.39 |
| 2020-03-18 | 1.16 | 1.18 | 1.33 | 1.13 | 1.013 | 1.00 | 1.18 | 1.21 |
| 2020-03-19 | 1.67 | 1.20 | 1.24 | 1.15 | 1.039 | 1.00 | 1.29 | 1.76 |
| 2020-03-20 | 1.28 | 1.16 | 1.30 | 1.15 | 1.042 | 1.00 | 1.14 | 1.40 |
| 2020-03-21 | 1.29 | 1.13 | 1.12 | 1.14 | 1.046 | 1.00 | 1.24 | 1.33 |
| 2020-03-22 | 1.51 | 1.13 | 1.12 | 1.10 | 1.078 | 1.00 | 1.13 | 1.32 |
| 2020-03-23 | 1.24 | 1.24 | 1.17 | 1.08 | 1.039 | 1.00 | 1.23 | 1.29 |
| 2020-03-24 | 1.17 | 1.12 | 1.14 | 1.08 | 1.058 | 1.00 | 1.14 | 1.23 |
| 2020-03-25 | 1.14 | 1.13 | 1.13 | 1.08 | 1.096 | 1.00 | 1.24 | 1.22 |
| 2020-03-26 | 1.17 | 1.15 | 1.18 | 1.08 | 1.061 | 1.00 | 1.17 | 1.27 |
| 2020-03-27 | 1.14 | 1.13 | 1.16 | 1.07 | 1.058 | 1.00 | 1.14 | 1.21 |
| 2020-03-28 | 1.14 | 1.14 | 1.13 | 1.07 | 1.153 | 1.00 | 1.11 | 1.19 |
| 2020-03-29 | 1.09 | 1.07 | 1.08 | 1.06 | 1.102 | 1.00 | 1.09 | 1.16 |
| 2020-03-30 | 1.08 | 1.11 | 1.08 | 1.04 | 1.000 | 1.00 | 1.10 | 1.15 |
Países com números de casos semelhantes ao Brasil: 30-03-2020
Olhando os dados de: - Portugal - Suécia (Sweden) - Turquia (Turkey) - Israel - Austrália (Australia)
| DateRep | Australia | Sweden | Israel | Portugal | Brazil | Turkey |
|---|---|---|---|---|---|---|
| 2020-03-02 | 30 | |||||
| 2020-03-03 | 39 | |||||
| 2020-03-04 | 52 | 35 | ||||
| 2020-03-05 | 55 | 94 | ||||
| 2020-03-06 | 60 | 101 | ||||
| 2020-03-07 | 63 | 161 | ||||
| 2020-03-08 | 76 | 203 | 39 | 30 | ||
| 2020-03-09 | 91 | 248 | 39 | 30 | ||
| 2020-03-10 | 107 | 355 | 58 | 41 | 31 | |
| 2020-03-11 | 128 | 500 | 109 | 59 | 38 | |
| 2020-03-12 | 128 | 599 | 131 | 59 | 52 | |
| 2020-03-13 | 200 | 814 | 161 | 112 | 151 | |
| 2020-03-14 | 250 | 961 | 193 | 169 | 151 | |
| 2020-03-15 | 297 | 1022 | 251 | 245 | 162 | |
| 2020-03-16 | 377 | 1103 | 255 | 331 | 200 | |
| 2020-03-17 | 452 | 1190 | 337 | 448 | 321 | 47 |
| 2020-03-18 | 568 | 1279 | 433 | 448 | 372 | 98 |
| 2020-03-19 | 681 | 1439 | 677 | 785 | 621 | 192 |
| 2020-03-20 | 791 | 1639 | 705 | 1020 | 793 | 359 |
| 2020-03-21 | 1071 | 1763 | 883 | 1280 | 1021 | 670 |
| 2020-03-22 | 1490 | 1931 | 1071 | 1600 | 1546 | 1236 |
| 2020-03-23 | 1682 | 2046 | 1442 | 2060 | 1924 | 1529 |
| 2020-03-24 | 2044 | 2286 | 1930 | 2362 | 2247 | 1872 |
| 2020-03-25 | 2364 | 2526 | 2369 | 2995 | 2554 | 2433 |
| 2020-03-26 | 2810 | 2840 | 2693 | 3544 | 2985 | 3629 |
| 2020-03-27 | 3143 | 3069 | 3035 | 4268 | 3417 | 5698 |
| 2020-03-28 | 3640 | 3447 | 3619 | 5170 | 3904 | 7402 |
| 2020-03-29 | 3984 | 3700 | 4247 | 5962 | 4256 | 9217 |
| 2020-03-30 | 4361 | 4028 | 4695 | 6408 | 4579 | 10827 |
Calculando a taxa de progressão dia-a-dia: Brazil, Portugal, Sweden, Turkey, Israel, Australia
| DateRep | Australia | Brazil | Israel | Sweden | Portugal | Turkey |
|---|---|---|---|---|---|---|
| 2020-03-01 | 1.08 | 1.00 | 1.43 | 1.17 | ||
| 2020-03-02 | 1.11 | 1.00 | 1.00 | 1.07 | NA | |
| 2020-03-03 | 1.30 | 1.00 | 1.20 | 1.40 | 1.00 | |
| 2020-03-04 | 1.33 | 2.00 | 1.25 | 1.67 | 2.50 | |
| 2020-03-05 | 1.06 | 1.00 | 1.07 | 2.69 | 1.60 | |
| 2020-03-06 | 1.09 | 3.25 | 1.31 | 1.07 | 1.62 | |
| 2020-03-07 | 1.05 | 1.00 | 1.00 | 1.59 | 1.54 | |
| 2020-03-08 | 1.21 | 1.54 | 1.86 | 1.26 | 1.50 | |
| 2020-03-09 | 1.20 | 1.25 | 1.00 | 1.22 | 1.00 | |
| 2020-03-10 | 1.18 | 1.24 | 1.49 | 1.43 | 1.37 | |
| 2020-03-11 | 1.20 | 1.23 | 1.88 | 1.41 | 1.44 | NA |
| 2020-03-12 | 1.00 | 1.37 | 1.20 | 1.20 | 1.00 | 1.00 |
| 2020-03-13 | 1.56 | 2.90 | 1.23 | 1.36 | 1.90 | 5.00 |
| 2020-03-14 | 1.25 | 1.00 | 1.20 | 1.18 | 1.51 | 1.00 |
| 2020-03-15 | 1.19 | 1.07 | 1.30 | 1.06 | 1.45 | 1.20 |
| 2020-03-16 | 1.27 | 1.23 | 1.02 | 1.08 | 1.35 | 3.00 |
| 2020-03-17 | 1.20 | 1.60 | 1.32 | 1.08 | 1.35 | 2.61 |
| 2020-03-18 | 1.26 | 1.16 | 1.28 | 1.07 | 1.00 | 2.09 |
| 2020-03-19 | 1.20 | 1.67 | 1.56 | 1.13 | 1.75 | 1.96 |
| 2020-03-20 | 1.16 | 1.28 | 1.04 | 1.14 | 1.30 | 1.87 |
| 2020-03-21 | 1.35 | 1.29 | 1.25 | 1.08 | 1.25 | 1.87 |
| 2020-03-22 | 1.39 | 1.51 | 1.21 | 1.10 | 1.25 | 1.84 |
| 2020-03-23 | 1.13 | 1.24 | 1.35 | 1.06 | 1.29 | 1.24 |
| 2020-03-24 | 1.22 | 1.17 | 1.34 | 1.12 | 1.15 | 1.22 |
| 2020-03-25 | 1.16 | 1.14 | 1.23 | 1.10 | 1.27 | 1.30 |
| 2020-03-26 | 1.19 | 1.17 | 1.14 | 1.12 | 1.18 | 1.49 |
| 2020-03-27 | 1.12 | 1.14 | 1.13 | 1.08 | 1.20 | 1.57 |
| 2020-03-28 | 1.16 | 1.14 | 1.19 | 1.12 | 1.21 | 1.30 |
| 2020-03-29 | 1.09 | 1.09 | 1.17 | 1.07 | 1.15 | 1.25 |
| 2020-03-30 | 1.09 | 1.08 | 1.11 | 1.09 | 1.07 | 1.17 |
Base de dados do Worldometer
Esta base de dados tem uma atualização bem interessante, com algumas variáveis também interessantes.
Ela está disponível em https://www.worldometers.info/coronavirus/
O problema é que não achei nenhum csv ou xlsx para baixar; então vou tentar fazer um web scraping e pegar os dados. Utilizando o pacote rvest e seguindo a dica deste post foi razoavelmente fácil.
Olhando a estrutura destes dados:
## 'data.frame': 205 obs. of 11 variables:
## $ Country,Other : chr "USA" "Italy" "Spain" "Germany" ...
## $ TotalCases : chr "181,906" "105,792" "94,417" "70,985" ...
## $ NewCases : chr "+18,118" "+4,053" "+6,461" "+4,100" ...
## $ TotalDeaths : chr "3,655" "12,428" "8,269" "682" ...
## $ NewDeaths : chr "+514" "+837" "+553" "+37" ...
## $ TotalRecovered : chr "6,262" "15,729" "19,259" "15,824" ...
## $ ActiveCases : chr "171,989" "77,635" "66,889" "54,479" ...
## $ Serious,Critical: chr "3,981" "4,023" "5,607" "1,979" ...
## $ Tot Cases/1M pop: chr "550" "1,750" "2,019" "847" ...
## $ Deaths/1M pop : num 11 206 177 8 54 35 26 50 3 61 ...
## $ Reported1st case: chr "Jan 20" "Jan 29" "Jan 30" "Jan 26" ...
Depois de pegar a tabela em html e colocar em um data.frame, algumas limpezas e transformações são necessárias: algumas colunas, como a NewCases, tem o símbolo +; os números vieram formatados como strings com separador de milhar (,), e algumas outras coisas. Então, algumas manipulações serão feitas para acertar isso.
| Country,Other | TotalCases | NewCases | TotalDeaths | NewDeaths | TotalRecovered | ActiveCases | Serious,Critical | Tot Cases/1M pop | Deaths/1M pop | Reported1st case |
|---|---|---|---|---|---|---|---|---|---|---|
| USA | 181,906 | +18,118 | 3,655 | +514 | 6,262 | 171,989 | 3,981 | 550 | 11 | Jan 20 |
| Italy | 105,792 | +4,053 | 12,428 | +837 | 15,729 | 77,635 | 4,023 | 1,750 | 206 | Jan 29 |
| Spain | 94,417 | +6,461 | 8,269 | +553 | 19,259 | 66,889 | 5,607 | 2,019 | 177 | Jan 30 |
| Germany | 70,985 | +4,100 | 682 | +37 | 15,824 | 54,479 | 1,979 | 847 | 8 | Jan 26 |
| France | 52,128 | +7,578 | 3,523 | +499 | 9,444 | 39,161 | 5,565 | 799 | 54 | Jan 23 |
| Iran | 44,605 | +3,110 | 2,898 | +141 | 14,656 | 27,051 | 3,703 | 531 | 35 | Feb 18 |
Total de Casos pelos dados do Worldometer: 31-03-2020
| TotalCasos | TotalMortes | TotalRecuperados |
|---|---|---|
| 848329 | 41593 | 176545 |
Lista de países ordenados por número de casos confirmados: 31-03-2020
| Country | TotalCases | TotalDeaths | TotalRecovered |
|---|---|---|---|
| USA | 181906 | 3655 | 6262 |
| Italy | 105792 | 12428 | 15729 |
| Spain | 94417 | 8269 | 19259 |
| China | 81518 | 3305 | 76052 |
| Germany | 70985 | 682 | 15824 |
| France | 52128 | 3523 | 9444 |
| Iran | 44605 | 2898 | 14656 |
| UK | 25150 | 1789 | 135 |
| Switzerland | 16605 | 433 | 1823 |
| Turkey | 13531 | 214 | 243 |
| Belgium | 12775 | 705 | 1696 |
| Netherlands | 12595 | 1039 | 250 |
| Austria | 10122 | 128 | 1095 |
| S. Korea | 9786 | 162 | 5408 |
| Canada | 8505 | 95 | 1162 |
| Portugal | 7443 | 160 | 43 |
| Brazil | 5717 | 201 | 127 |
| Israel | 5358 | 20 | 224 |
| Norway | 4635 | 39 | 13 |
| Australia | 4561 | 19 | 337 |
| Sweden | 4435 | 180 | 16 |
| Czechia | 3257 | 31 | 45 |
| Ireland | 3235 | 71 | 5 |
| Denmark | 2860 | 90 | 1 |
| Malaysia | 2766 | 43 | 537 |
| Chile | 2738 | 12 | 156 |
| Russia | 2337 | 17 | 121 |
| Poland | 2311 | 33 | 7 |
| Romania | 2245 | 82 | 220 |
| Ecuador | 2240 | 75 | 54 |
| Luxembourg | 2178 | 23 | 80 |
| Philippines | 2084 | 88 | 49 |
| Japan | 1953 | 56 | 424 |
| Pakistan | 1938 | 26 | 76 |
| Thailand | 1651 | 10 | 342 |
| Saudi Arabia | 1563 | 10 | 165 |
| Indonesia | 1528 | 136 | 81 |
| Finland | 1418 | 17 | 10 |
| India | 1397 | 35 | 123 |
| South Africa | 1353 | 5 | 31 |
| Greece | 1314 | 49 | 52 |
| Iceland | 1135 | 2 | 198 |
| Dominican Republic | 1109 | 51 | 5 |
| Mexico | 1094 | 28 | 35 |
| Panama | 1075 | 27 | 9 |
| Peru | 1065 | 30 | 394 |
| Argentina | 966 | 26 | 240 |
| Singapore | 926 | 3 | 240 |
| Colombia | 906 | 16 | 31 |
| Serbia | 900 | 23 | 42 |
| Croatia | 867 | 6 | 67 |
| Slovenia | 802 | 15 | 10 |
| Qatar | 781 | 2 | 62 |
| Estonia | 745 | 4 | 26 |
| Algeria | 716 | 44 | 46 |
| Hong Kong | 714 | 4 | 128 |
| Diamond Princess | 712 | 10 | 603 |
| Egypt | 710 | 46 | 157 |
| Iraq | 694 | 50 | 170 |
| UAE | 664 | 6 | 61 |
| New Zealand | 647 | 1 | 74 |
| Ukraine | 645 | 17 | 10 |
| Morocco | 602 | 36 | 24 |
| Bahrain | 567 | 4 | 295 |
| Lithuania | 537 | 8 | 7 |
| Armenia | 532 | 3 | 30 |
| Hungary | 492 | 16 | 37 |
| Lebanon | 463 | 12 | 37 |
| Bosnia and Herzegovina | 418 | 12 | 17 |
| Bulgaria | 399 | 8 | 17 |
| Latvia | 398 | 1 | |
| Andorra | 376 | 12 | 10 |
| Slovakia | 363 | 3 | |
| Tunisia | 362 | 10 | 3 |
| Moldova | 353 | 4 | 18 |
| Costa Rica | 347 | 2 | 4 |
| Kazakhstan | 343 | 2 | 24 |
| North Macedonia | 329 | 9 | 12 |
| Taiwan | 322 | 5 | 39 |
| Uruguay | 320 | 1 | 25 |
| Azerbaijan | 298 | 5 | 26 |
| Kuwait | 289 | 73 | |
| Jordan | 274 | 5 | 30 |
| Cyprus | 262 | 8 | 23 |
| Burkina Faso | 261 | 14 | 32 |
| Réunion | 247 | 1 | |
| Albania | 243 | 15 | 52 |
| San Marino | 230 | 25 | 13 |
| Vietnam | 207 | 58 | |
| Cameroon | 193 | 6 | 5 |
| Oman | 192 | 34 | |
| Cuba | 186 | 6 | 8 |
| Senegal | 175 | 40 | |
| Afghanistan | 174 | 4 | 5 |
| Uzbekistan | 172 | 2 | 7 |
| Faeroe Islands | 169 | 74 | |
| Malta | 169 | 2 | |
| Ivory Coast | 168 | 1 | 6 |
| Ghana | 161 | 5 | 31 |
| Belarus | 152 | 1 | 47 |
| Mauritius | 143 | 5 | |
| Sri Lanka | 143 | 2 | 17 |
| Honduras | 141 | 7 | 3 |
| Channel Islands | 141 | 3 | |
| Venezuela | 135 | 3 | 39 |
| Nigeria | 135 | 2 | 8 |
| Brunei | 129 | 1 | 45 |
| Martinique | 128 | 3 | 27 |
| Palestine | 117 | 1 | 18 |
| Guadeloupe | 114 | 4 | 22 |
| Georgia | 110 | 21 | |
| Montenegro | 109 | 2 | |
| Cambodia | 109 | 23 | |
| Bolivia | 107 | 6 | |
| Kyrgyzstan | 107 | 3 | |
| DRC | 98 | 8 | 2 |
| Mayotte | 94 | 1 | 10 |
| Trinidad and Tobago | 85 | 3 | 1 |
| Rwanda | 75 | ||
| Gibraltar | 69 | 34 | |
| Liechtenstein | 68 | ||
| Paraguay | 65 | 3 | 1 |
| Isle of Man | 60 | ||
| Kenya | 59 | 1 | 1 |
| Madagascar | 57 | ||
| Aruba | 55 | 1 | |
| Monaco | 52 | 1 | 2 |
| Bangladesh | 51 | 5 | 25 |
| Uganda | 44 | ||
| French Guiana | 43 | 6 | |
| Macao | 41 | 10 | |
| Guatemala | 38 | 1 | 10 |
| Jamaica | 36 | 1 | 2 |
| French Polynesia | 36 | ||
| Zambia | 35 | ||
| Togo | 34 | 1 | 10 |
| Barbados | 34 | ||
| El Salvador | 32 | ||
| Djibouti | 30 | ||
| Mali | 28 | 2 | |
| Niger | 27 | 3 | |
| Bermuda | 27 | 10 | |
| Ethiopia | 26 | 2 | |
| Guinea | 22 | ||
| Tanzania | 19 | 1 | 1 |
| Congo | 19 | ||
| Maldives | 18 | 13 | |
| Gabon | 16 | 1 | |
| New Caledonia | 16 | ||
| Myanmar | 15 | 1 | |
| Saint Martin | 15 | 1 | 2 |
| Eritrea | 15 | ||
| Haiti | 15 | 1 | |
| Bahamas | 14 | 1 | |
| Guyana | 12 | 2 | |
| Cayman Islands | 12 | 1 | |
| Dominica | 12 | ||
| Equatorial Guinea | 12 | 1 | |
| Mongolia | 12 | 2 | |
| Curaçao | 11 | 1 | 2 |
| Namibia | 11 | 2 | |
| Syria | 10 | 2 | |
| Greenland | 10 | 2 | |
| Seychelles | 10 | ||
| Benin | 9 | 1 | |
| Grenada | 9 | ||
| Laos | 9 | ||
| Saint Lucia | 9 | 1 | |
| Eswatini | 9 | ||
| Zimbabwe | 8 | 1 | |
| Guinea-Bissau | 8 | ||
| Libya | 8 | ||
| Mozambique | 8 | ||
| Saint Kitts and Nevis | 8 | ||
| Suriname | 8 | ||
| Angola | 7 | 2 | 1 |
| Sudan | 7 | 2 | 1 |
| Antigua and Barbuda | 7 | ||
| Chad | 7 | ||
| Cabo Verde | 6 | 1 | |
| Mauritania | 6 | 1 | 2 |
| Vatican City | 6 | ||
| St. Barth | 6 | 1 | |
| Sint Maarten | 6 | ||
| Nepal | 5 | 1 | |
| Fiji | 5 | ||
| Montserrat | 5 | ||
| Somalia | 5 | 1 | |
| Turks and Caicos | 5 | ||
| Gambia | 4 | 1 | |
| Nicaragua | 4 | 1 | |
| Bhutan | 4 | ||
| Belize | 3 | ||
| Botswana | 3 | ||
| British Virgin Islands | 3 | ||
| CAR | 3 | ||
| Liberia | 3 | ||
| MS Zaandam | 2 | ||
| Anguilla | 2 | ||
| Burundi | 2 | ||
| Papua New Guinea | 1 | ||
| St. Vincent Grenadines | 1 | 1 | |
| Sierra Leone | 1 | ||
| Timor-Leste | 1 |